MEDIDAS DE DISPERSIN

A pesar de la gran importancia de las medidas de tendencia central y de la cantidad de informacin que
aportan individualmente, no hay que dejar de sealar que en muchas ocasiones esa informacin, no slo no es
completa, sino que puede inducir a errores en su interpretacin. Veamos algunos ejemplos.
Consideremos dos grupos de personas extrados como muestras respectivas de dos polaciones distintas! el
primero est" compuesto por #$$ personas que asisten a la proyeccin de una pelcula para nios, y el segundo
por #$$ personas elegidas entre los asistentes a una discoteca juvenil. %udiera ocurrir que, aun siendo las
distriuciones de las edades de amos grupos muy distinta, la media y la mediana coincidieran para amas.
&'a un ejemplo concreto en que esto ocurra(.
)gualmente ocurre en este otro ejemplo. *a caja de un +iosco registra las siguientes entradas en miles de
pesos, a lo largo de dos semanas correspondientes a ,pocas distintas del ao
1 semana 2 semana
#$ -$
.$ /$
-$ 0$
0$ 0$
1$ 1$
2$ 1$
#$$ 1$
350 350
*a media y la mediana de amas distriuciones coinciden &el valor de amas es 0$ en los dos casos( y, sin
emargo, las consecuencias que se podran derivar de una y otra tala son ien distintas.
Comprendemos pues, a la vista de estos ejemplos, la necesidad de conocer otras medidas, aparte de los
valores de centrali3acin, que nos indiquen la mayor o menor desviacin de cada oservacin respecto de
aquellos valores.
*as medidas de desviacin, variacin o dispersin que estudiaremos a continuacin son! 4ango o amplitud,
desviacin media y desviacin tpica.
RANGO, AMPLITUD TOTAL O RECORRIDO
5l rango se suele definir como la diferencia entre los dos valores extremos que toma la variale. 5s la medida
de dispersin m"s sencilla y tami,n, por tanto, la que proporciona menos informacin. Adem"s, esta
informacin puede ser errnea, pues el hecho de que no influyan m"s de dos valores del total de la serie puede
provocar una deformacin de la realidad.
Comparemos, por ejemplo, estas dos series!
6erie #! # 0 7 7 2 8 8 #$ #7
6erie .! . / 1 2 #$ #. #/ #1 #2
Amas series tienen rango #1, pero est"n desigualmente agrupadas, pues mientras la primera tiene una mayor
concentracin en el centro, la segunda se distriuye uniformemente a lo largo de todo el recorrido.
5l uso de esta medida de dispersin, ser" pues, astante restringido.
DESVIACIN MEDIA
5n teora, la desviacin puede referirse a cada una de las medidas de tendencia central! media, mediana o
moda9 pero el inter,s se suele centrar en la medida de la desviacin con respecto a la media, que llamaremos
desviacin media.
%uede definirse como la media aritm,tica de las desviaciones de cada uno de los valores con respecto a la
media aritm,tica de la distriucin, y de indica as!
N
x x
DM


=
:tese que se toman las desviaciones en valor asoluto, es decir, que la frmula no distingue si la diferencia
de cada valor de la variale con la media es en m"s o en menos.
;a se har" advertido que esta expresin sirve para calcular la desviacin media en el caso de datos sin
agrupar. Veamos un ejemplo!
6e tiene los valores ., ., /, /, 0, 1, 7, 2, 2. Averiguar la desviacin media de estos valores.
x
x x
x
. <- -
. - -
/ <# #
/ <# #
/ <# #
0 $ $
1 # #
7 . .
2 - -
2 - -
'= > #,2
Veamos ahora cmo se calcula la desviacin media en el caso de datos agrupados en intervalos.
N
x n
DM
i

=
donde oservamos que ahora las desviaciones van multiplicadas por las frecuencias de los intervalos
correspondientes.
Adem"s, las desviaciones son de cada centro, o marca de clase, a la media aritm,tica. 5s decir,
N
x x n
DM
m i

=
( &
5jemplo! %ara hallar la desviacin media de la siguiente tala referida a las edades de los #$$ empleados de
una cierta empresa!
Clase n
#1<.$ .
.$<./ 2
./<.2 2
.2<-. #2
-.<-1 .$
-1</$ #2
/$<// #0
//</2 2
/2<0. -
veamos cmo se procede!
Clase ni xm ni xm
x x
ni
x x
#1<.$ . #2 -1 #1,7. --,//
.$<./ 2 .. #71
./<.2 2
.2<-. #2
-.<-1 .$
-1</$ #2
/$<// #2
//</2 2
/2<0. -
#$$
'= > 1,$8
*a desviacin media viene a indicar el grado de concentracin o de dispersin de los valores de la variale. 6i
es muy alta, indica gran dispersin9 si es muy aja refleja un uen agrupamiento y que los valores son
parecidos entre s.
*a desviacin media se puede utili3ar como medida de dispersin en todas aquellas distriuciones en las que
la medida de tendencia central m"s significativas haya sido la media. 6in emargo, para las mismas
distriuciones es mucho m"s significativa la desviacin tpica, que estudiaremos a continuacin, y eso hace
que el uso de la desviacin media sea cada ve3 m"s restringido.
DESVIACIN T!PICA
5s sin duda la medida de dispersin m"s importante, ya que adem"s sirve como medida previa al c"lculo de
otros valores estadsticos.
*a desviacin tpica se define como la ra3 cuadrada de la media de los cuadrados de las desviaciones con
respecto a la media de la distriucin. 5s decir,
( )
N
x x
S


=
.
para datos sin agrupar, o ien!
N
x x
S


=
.
C"l#$l% &e la &es'a#(n )*+#a +a,a &a)%s n% a-,$+a&%s en #lases
Veamos la frmula anterior aplicada a un caso concreto.
?allar la desviacin tpica de la serie! 0, 2, #$, #., #1.
x x x x x
.
0 <0,. .7,$/
2 <.,. /,2/
#$ <$,. $,$/
#. #,2 -,./
#1 0,2 --,1/
%rimero hallamos x > #$,.
luego 6 > 7# , - 71 , #- =
C"l#$l% &e la &es'a#(n )*+#a +a,a &a)%s a-,$+a&%s en #lases . a-,$+a&%s +%, /,e#$en#as
=,todo largo! 6e aplica la siguiente frmula
N
fx
S

=
.
donde x x x
m
= y f es la frecuencia asoluta de cada intervalo.
=,todo areviado o corto! *a frmula a utili3ar es!
.
.

=

N
fd
N
fd
I S
donde!
)! amplitud de la clase
'! distancia en clases desde cada una en concreto a la clase que contiene a la media supuesta A.
5jemplo! *as alturas en cm de un grupo de #$- personas se distriuyen as!
Clases f
#0$ @ #00
#00 @ #1$
#1$ @ #10
#10 @ #7$
#7$ @ #70
#70 @ #2$
#2$ @ #20
#20 @ #8$
#8$ @ #80
#80 @ .$$
-
1
#.
#2
.0
#7
#$
7
/
#
#$-
4esp! 6 > 8,01